云数据中心拥塞控制与流量调度技术之计算机研究

本文是一篇计算机论文，本文主要围绕云数据中心这些新的变化对网络拥塞控制和流量调度带来的新的问题和挑战，针对不同的应用场景提出两个高效的拥塞控制机制，以及一个高效的流量调度方案，来优化低时延、高并发的云数据中心网络传输。

3.1 引言...........50
3.2 研究现状和问题分析 ...........50
3.3 QD-ECN算法设计...........50
4 基于主机端的流量调度算法SPQ...........78
4.1 引言...........78
4.2 研究现状和问题分析...........78
5 全文总结与展望..............100
5.1 主要成果贡献..............100
5.2 研究展望..............100

4 基于主机端的流量调度算法SPQ

4.1 引言
流量调度是对云数据中心复杂数据流在共享网络资源时进行资源优化分配的问题，直接关系到云数据中心性能需求差异化的应用的网络传输性能。因此流量调度一直是产业界和学术界关注的重点。随着云数据中心租户和应用的爆炸式增长，云数据中心应用在性能需求上呈现出明显的差异化。例如，有些应用（如：在线销售、网页搜索、证券交易等业务）的数据流量非常小，一般都是几KB到几百KB，这些小块的数据流在网络传输过程中对时延非常敏感，往往非常小的传输延时就会带来很大的收益损失[26,28]。而另外一些应用（如：数据分析、存储备份、虚拟机迁移等业务）的数据流量一般都非常大，这些应用对传输时延没什么要求，但是由于其数据流量一般都非常庞大，因而需要占用云数据中心大量带宽来实现网络传输。另一方面，由于云数据中心缺乏对不同应用数据流的有效隔离，使得这些性能需求差异化的数据流不得不经常去竞争相同的网络资源，从而给云数据中心流量管理带来很大的挑战。
.......................

5 全文总结与展望

5.1 主要成果贡献
由于信息化的快速发展，依赖于云服务的需求呈现出爆炸式的增长趋势，导致云服务正在发展为一个具有战略意义的新型产业，这也促使以云服务为基础的市场规模持续高速增长。面对巨大的市场情景，许多互联网公司分别推出了自己的云平台，如亚马逊的EC2，微软的Azure，谷歌的App Engine等。作为承载云服务业务的载体，云数据中心自然也成为了关注和研究的焦点，这也迅速推动云服务软、硬件技术的快速发展。例如，网络带宽的不断提升促使云数据中心网络传输具有低时延、高并发、高突发性等特点。另一方面，大量租户和应用的迁入导致云数据中心的应用变得越来越复杂，并且不同应用的数据流在性能需求上呈现出明显的差异化。而云数据中心还未能实现对网络数据流有效的性能隔离与共享，导致这些性能需求差异化的数据流不得不争用有限的网络资源，给云数据中心拥塞控制和流量调度带来了很大的挑战。当前许多流量调度和拥塞控制方案虽说能较好的解决云数据中心所面临的一些问题，但是随着新技术的出现和服务模式的变更，当前的流量调度和拥塞控制方案仍然遇到了很大的挑战。本文主要围绕云数据中心新的变化带来的问题和挑战，从拥塞控制和流量调度的角度出发研究如何优化云数据中心网络传输。具体的研究内容与研究成果如下。